在2017中国大数据应用大会上，美国辛辛那提大学特聘讲座教授、美国白宫信息物理系统与美国挑战项目顾问李杰对工业大数据做了自己的见解。
李杰自述：我在美国产官学界工作了三十七年，IMS中心是2000年建立的， 目前全球有90多个企业伙伴，比如说像三菱电机、GE， 华为、中船、中车、三一重工等等。我们花了15年时间写出来的这本《工业大数据》，以前根本没有想过要写这本书，很多企业说你把他它整理出来，所以这本书是2015年在中国通用电气公司上海研发中心发？表的，基本上把过去15年做的方法、思维逻辑可以传承的东西留下来了，里边还有一些案例。《从大数据到智能制造》 这本书讲了很多智能制造的案例，比如半导体、汽车、发动机、机器人等都用最新的方法解决过去人还不能解决的问题。
之后，李杰将工业大数据在智能制造的作用，首先便是关于工业大数据的作用，一般来说，我们做工业大数据是围绕工业问题来的，比如污染、效率、质量、生产等，这些问题的解决过程中积累出知识经验，而数据的做法就是把这些问题的原因和参考性找到，最后产生价值。工业大数据常常讲一句话，就是”经验”到”事实”的转变，就是我可以把人的经验变成可以用数学或者数据的结果来证明的事实。做产品的企业比较喜欢集中在产品上，也就是“蛋黄”，发动机起飞之后，很多的“蛋白”数据就出来了，“蛋白”数据可以拿来分析，可以找到飞机起飞、落地的原因，它和空气湿度有关系，和风向有关系，所以从起飞、飞航、落地三个阶段做归类，是做维护还是做安全检查，这样就分开了，所以数据的分类、分割、分享等都可以做好。
2005年小松智能维护大数据，但是数据量太大，量大不是问题，重点是没有把数据分类、分割， 分解，你要把数据先分类、分割、分解之后再传出去做分析，不要所有的传上去做梳理，这个很累的。所以我们利用蛋黄、蛋白观念挖掘数据，所以我们把经验累积起来。目前小松用无人机把工地建模起来，工地建模扫描之后，自动挖掘机一个晚上就把工地挖完了，这就是智能化。
轮胎也是如此，轮胎压力不一样，跑的时候也不一样，怎么调整就不知道，你一个月多花一百美金，一年多花一万多美金，由此就可以知道哪一个轮胎不好，但是这是人根本做不到的事情，我们为什么讲这个东西？我们讲工业大数据，就是要利用很多数据资源，我们可以用历史数据，传感数据，然后再做分析方法，再找出他的原因做预防，这些是很重要的。以前是数据全部上传，这个观念也对，也不对，就看你做什么行业，比如说苹果手机数据要上云这没有什么了不起，比但高铁的数据一天一截车厢数据量的花？相当高。所以关于大数据有三个基础，就是DT，PT，AT，DT叫做数据技术，PT叫做平台技术，AT叫分析技术。分析技术有两个，一个是分析的工具，另一个是分析的工艺。工具好比厨房烹饪的工具，工艺是厨师要有的，我给你一条鱼三个人三个不同的做法，三个不同的味道，所以工具可以开源，工艺不可能开源，因为他是工匠精神。 谈到DT讲的三个特性，接下来的三个“B”，第一个就是数据要分裂性。第二个“B”是数据的优劣性，第三个“B”是数据的背景性，很多行业数据量大但是都没有背景，所以都不能用， 所以这方面工业大数据DT不是一般人都能够做到的。
平台做出来让每个人都能用，但是必须要处理数据，第一层就是看看怎么收集数据，第二层就是数据到信息化内容转变，第三层就是虚拟网络化内容管理，第四层是对问题的识别及决策，第五层是装备的充组，它是一层一层的。比如很多数据不需要收集，直接在处理端就完成了，上云之后没有数据本质了，但是它有分析的价值，它本质不一样，云都处理好了。比如鱼处理好了，我可以一鱼三吃。所以这方面的技术你们都可以去做，但是它有一套系统哲学，咱们国内机会很多，都有很多小成功，小成功也创造了很多财富。在二十六年前我就说数据有一天可以经过一个学习软件把它分类、分割、分解、分析，然后做分享。然后就会有一个芯片与软件结合在不同工业应用包括飞机发动机测试，风电，高铁，还有大的发电站，还有中国电信整个的传输，我们今天谈的目的就是人工智能怎么改进工业大数据分析，这是我们今天要谈的主题。